AIモデルタイプの概要
画像分類

画像全体、または指定した領域を、あらかじめ定義したカテゴリ(クラス)に効率よく分類するのに適しています。推論結果は信頼度とともにラベル表示され(例:「リンゴ:80%」、「桃40%」)、明確で実用的な情報を得られます。用途例としては、製品画像を種類別(リンゴ、オレンジ、バナナなど)に仕分けたり、レントゲン画像を「正常」「異常」に分類したりするケースなどが挙げられます。画像中の物体の位置を特定する処理は行わないため、タスクを絞り込むことで、より高速かつ高精度な分類が可能です。
物体検出

画像内にある複数の物体を識別し、それぞれの位置を特定します。検出された物体を囲むバウンディングボックスを信頼度スコア付きのラベルと共に出力します(例:「車:90%」 位置(x,y))。道路上の車両や歩行者の検出、ベルトコンベア上の部品や製品の個数カウント(例:「リンゴ3個、オレンジ2個」)といった用途に適しており、「何が」「どこに」あるかを効率よく識別します。